2026-09-03

AIR、Clipto、Salesforce、Claude Commerce：Agent 增长开始出售可控的行动

本期比较 AIR、Clipto、Salesforce 与 Claude Commerce Agents 如何把安全、内容记忆、业务指标和交易审批变成 Agent 的可执行增长入口，并转成 Neodrop 一周内可做的内容动作。

过去两周最值得追的，不是又一个模型把回答写得更像人，而是四家公司分别把 Agent 放进了四个更具体的位置：AIR 管住 Agent 加载的 skills，Clipto 让 Agent 调用本地素材记忆，Salesforce 把 Agentforce 接到企业业务指标，Anthropic 则把购物、库存和促销做成可部署的 commerce blueprint。它们的入口不同，增长信号也不同。

这四个案例放在一起看，读者会看到同一个现实问题：Agent 要获得预算，开始靠“可控地完成一段行动”来证明价值。融资说明资本愿意押注，ARR 和使用量说明部分产品已经进入商业系统，X 触达说明传播动作被看见，开源仓库和试用入口则让别人可以马上动手。四类信号必须分开阅读。

时间窗与方法

本期时间窗是 2026 年 8 月 7 日至 9 月 3 日，按 Asia/Shanghai 计算。入选时间以原始详情页的发布时间或 X 发帖时间为准；AIR、Clipto、Salesforce 和 Claude Commerce 的关键材料都落在这个窗口内。1 2 3 4

本期只把本轮打开的详情页、官方页面和官方 / 创始人 X 原帖作为事实来源。表格和正文把数字分成三层：媒体或投资方核实数字、公司或 CEO 自报数字、X 和 GitHub 的传播或兴趣数字。views、likes、reposts、stars 和 forks 只能说明内容被看见或被关注，不能替代留存、付费和生产部署结果。

一眼对照表

公司 / 信号	数字归属	产品第一次可执行入口	增长动作	能力边界
AIR：5000 万美元融资，context firewall	TechCrunch 报道 20 多家客户；CEO 自报约 27% 的在线 add-ons / skills 被过滤 1 5	发现 Agent 正在加载的 skill、tool 和互联网内容，并在进入 context 前审查	把 Agent 的第三方 skills 当成需要持续审查的供应链，切入金融、制药等强监管行业	27% 是公司口径；本轮没有 ARR、留存或安全效果数据
Clipto：1500 万美元融资，估值 2.5 亿美元	TechCrunch 报道截至 2026 年初 ARR 1500 万美元且已盈利；产品页披露平台和 beta 边界 2 6	在 Mac / Windows 上索引本地视频、音频、图片、会议和文档，再通过自然语言或 MCP 调用	用“本地素材记忆”把已有内容资产变成 AI 可搜索、可复用的入口	MCP 和 Windows 仍标为 beta；本轮没有当前 ARR 增速和留存数据
Salesforce：Agentforce ARR 超过 15 亿美元	Salesforce 财报披露 Agentforce + Data 360 ARR 近 39 亿美元、Agentforce ARR 超过 15 亿美元；CEO 另自报 MCP calls 增长 6 倍 3 7	从客服、财富顾问、商业搜索和企业数据开始，让 Agent 进入已有 CRM、Data 360、Slack 和 MCP 连接	用业务结果、使用量和产品线扩展把 Agent 从单点功能推成企业平台	MCP 的 6 倍增长属于 CEO 自报；AWUs 是使用量，不等于活跃用户或利润
Claude Commerce Agents：开源购物与商家 Agent 蓝图	Anthropic 自报购物车最高增大 35%、购买完成可能性高 60%；GitHub 页面显示约 1.5k stars 和 238 forks 4 8	Fork 仓库，运行 retail / travel / telecom / entertainment 示例，再接入自己的目录、购物车和审批面	用可运行的 blueprint、Claude Code plugin 和四类垂直 demo 缩短从概念到试用的时间	购物车与转化数字是 Anthropic / 早期客户口径；仓库示例使用虚构 ACME，结账与商家写操作保留在宿主系统和人工审批侧

四个案例：增长动作发生在 Agent 工作链的不同位置

1. AIR：先把 Agent 的“第三方能力”变成可审查入口

信号。 AIR 在 2026 年 9 月 1 日被 TechCrunch 报道完成两轮 seed 融资，共 5000 万美元：第一轮 1000 万美元由 Sequoia 领投，第二轮 4000 万美元由 Greenoaks 领投。TechCrunch 同时披露，AIR 已有 20 多家客户，约四分之一是大型企业，金融服务和制药行业的需求尤其明显。1

数字归属。 AIR CEO 另称，平台会过滤掉在线发现的约 27% add-ons / skills。这个比例属于公司自报。AIR 官方 X 把产品称为面向 Agent 的 context firewall，描述的工作是持续分析进入 Agent context 的内容，并在威胁转化为行动前拦截。5 官方 X detail 返回约 120752 views、181 likes、10 reposts；这些数字只记录原帖触达与互动。

产品第一次可执行入口。 企业可以先盘点正在运行的 Agent，再检查 Agent 正在加载哪些 skill、tool、组件和互联网内容。AIR 的产品会通过 hook 拦截并分析加载动作，持续审查 skills、tools 和 components，并用白名单阻止有风险的 add-on。1

这个入口比“给 Agent 加一道安全检查”更具体：安全团队要先看清 Agent 从哪里获得能力，再决定哪些能力可以进入企业工作流。Agent 的 skill 因此变成了类似软件依赖的审查对象。

增长动作。 AIR 把安全团队已经熟悉的发现、拦截和白名单动作，接到了 Agent 的运行时。对于强监管客户，产品销售不需要先证明 Agent 能替代一整条业务流程，而是先解决一个更早的问题：企业能否知道 Agent 在加载什么，以及能否在它采取行动之前停下来。AIR 官方原帖获得约 12 万 views，说明这条“context firewall”叙事形成了传播入口；客户数与行业分布则构成商业落地信号。两种信号需要分开看。

关键原帖。

Loading content card…

能力边界。 本轮材料支持融资、客户数量、行业分布和公司自报的过滤比例。材料尚未公开 ARR、净收入留存、被拦截 add-on 的误报率，或这些拦截动作怎样降低真实攻击损失。27% 适合描述平台当前的筛选动作，适合观察的下一步则是客户是否持续使用、误报是否可接受，以及安全效果是否有独立数据。

2. Clipto：把已有内容资产变成 Agent 可以调用的本地记忆

信号。 Clipto 在 2026 年 8 月 31 日被 TechCrunch 报道完成 1500 万美元全股权融资，投后估值达到 2.5 亿美元。报道还称，Clipto 截至 2026 年初达到 1500 万美元 ARR，并已经盈利。这个 ARR 是公司 / 报道口径，时间点是 2026 年初，材料没有提供当前增速。2

数字归属。 Clipto 的官方产品页把产品定位为 local-first AI Memory：Mac 和 Windows 负责索引本地视频、音频、图片、会议和文档，iPhone、Android 与 Web 由云端驱动；Windows 版本和 MCP 连接都标为 beta。Mac 版本要求 Apple silicon 和 16GB 以上内存，Windows 版本要求 12GB 以上 RAM。6

Clipto 官方 X 在 8 月 13 日宣布 MCP 将于 8 月 19 日在 Product Hunt 发布，并把本地视频 / 音频称为 AI 的 “local memory”。这条帖子 detail 返回约 281 views、11 likes、11 replies 和 0 reposts。它证明了官方发布动作，触达信号却很弱；正文不把它写成高互动案例。9

产品第一次可执行入口。 用户先让 Clipto 索引已有素材，再用自然语言寻找人物、时刻、文件和时间戳。MCP 接通后，ChatGPT、Claude 等工具可以调用这套本地内容记忆，从脚本反查素材，再进入可编辑视频的制作流程。6 9

这个入口抓住了内容团队的实际摩擦：素材已经存在，搜索、定位和重新组合却仍然需要人工翻文件。Clipto 没有先要求用户迁移所有资料，而是从本地内容库开始，让一次“找出这段素材”的动作成为试用起点。

增长动作。 Clipto 把 AI 的价值从“生成新内容”移到“重新发现已有内容”。这个入口天然适合在创作者和内容团队中扩散：一个人完成一次本地搜索，其他人就能看到素材记忆如何接入脚本、剪辑或问答工具。官方 X 的 MCP 发布帖触达不高，TechCrunch 的融资与 ARR 报道承担了商业信号，产品页承担了部署条件和能力边界。

关键原帖。

Loading content card…

能力边界。 本轮材料支持 2026 年初 ARR 1500 万美元且已盈利的报道口径，也支持本地优先架构、MCP beta 和设备要求。材料没有公开 ARR 的季度变化、付费用户数、留存和 MCP 使用规模。Clipto 的产品入口已经清楚，商业增长的持续性仍需后续数据。

3. Salesforce：把 Agent 的商业结果和使用量放进同一张财报

信号。 Salesforce 2026 年 8 月 26 日发布 FY27 Q2 财报公告。公告披露，Agentforce + Data 360 ARR 接近 39 亿美元，同比增长超过 210%；其中 Agentforce ARR 超过 15 亿美元，同比增长超过 240%。公司还披露，Agentforce 累计交付 70 亿 AWUs，Q2 单季交付 32 亿 AWUs，环比增长 97%。3

数字归属。 上述 ARR 与 AWUs 都来自 Salesforce 官方财报。财报还披露 Slackbot 用户环比增长超过 150%，Agentforce One Edition 和 Agentforce for Apps bookings 环比增长超过一倍。3

Marc Benioff 在 9 月 1 日的官方 X 另自报 MCP calls 增长 6 倍，并称 customer attrition 接近历史低位。财报正文没有承担 MCP 这项数字，因此它属于 CEO 自报。该帖 detail 返回约 202851 views、691 likes、87 reposts、66 replies 和 9 quotes；这些是传播数据。7

产品第一次可执行入口。 Salesforce 把入口铺在已有企业业务链里。FY27 Q2 产品汇总页列出面向财富顾问的 Agentic Advisor、面向购物和购买的 Agentforce Commerce、覆盖语音、网页、门户和消息的 Agentforce Help Agent，以及 Data 360 和 Tableau Next 的 MCP servers。10

客户可以从一个已经有数据和工作流的场景开始：让客服 Agent 接收多渠道请求，让财富顾问 Agent 准备会议并更新记录，或让 Commerce Agent 搜索目录并协助购物。第一次使用的关键不是打开一个孤立的聊天框，而是让 Agent 读取企业已有的客户、数据和流程。

增长动作。 Salesforce 同时展示 ARR、AWUs、Slackbot 用户和产品扩展，形成一条从收入到使用再到入口扩张的证据链。企业客户先在已有系统里使用 Agentforce，使用量增长后，公司再把 Agent 扩展到客服、商业、财富管理和数据连接。Benioff 的 X 原帖承担高触达传播，财报承担商业结果，产品汇总页承担具体入口。

关键原帖。

Loading content card…

能力边界。 AWUs、Slackbot 用户与 bookings 分别反映使用量、用户变化和预订指标；它们不能直接合并成同一个活跃用户或利润指标。MCP calls 的 6 倍增长来自 CEO 自报，财报没有给出对应基数。财报也没有在本轮材料中拆出 Agentforce ARR 的客户数量、留存和单客户使用深度。Salesforce 的信号强在商业规模与产品扩展同时出现，使用质量仍要靠后续客户数据补齐。

4. Claude Commerce Agents：把可审批的交易流程做成开源蓝图

信号。 Anthropic 在 2026 年 9 月 2 日发布 Claude Commerce Agents blueprint，开源一个 shopping agent 和一个 merchant agent，提供 retail、travel、telecom、ticketing 四类垂直示例，并附带 Claude Code plugin。蓝图可以部署在 Claude API、Amazon Bedrock、Microsoft Foundry 和 Google Cloud Vertex AI 上。4

数字归属。 Anthropic 在官方发布页写道，运行 Claude shopping agents 的零售商看到购物车最高增大 35%，消费者完成购买的可能性高 60%。这两个数字属于 Anthropic / 早期客户口径，页面没有给出独立审计的样本、基线和实验方法。GitHub 仓库页面在本轮打开时显示约 1.5k stars、238 forks，它们是开源兴趣信号，不是部署数量。4 8

产品第一次可执行入口。 用户可以先 fork 仓库，运行四类垂直 demo，再把目录、购物车、订单和政策系统接到自己的 backend。shopping agent 可以搜索目录、比较商品、记住偏好、组合购物车，并把购物车交给 checkout；merchant agent 可以查询销售表现、跟踪库存、提出定价和促销建议、起草营销活动。4 8

官方发布页的购物示例展示了对话内商品卡、比较和购物车，这张图比一句“支持电商 Agent”更能说明第一次使用的入口：用户提出多商品需求，Agent 返回可检查的商品组合，购物车再交给宿主 checkout。

Claude Commerce Agents 的购物 Agent 示例界面 — *Anthropic 官方发布页展示的 retail 示例：购物 Agent 在对话中呈现商品、比较和购物车。4*

增长动作。 Anthropic 把“从零搭一个 commerce Agent”拆成可以运行的代码、技能、工具契约、评测和安全门槛，再通过 Claude Code plugin 缩短定制路径。仓库 README 还明确写出几个安全边界：示例使用虚构的 ACME 公司；checkout 只渲染购物车并交给宿主完成；merchant agent 的每个写操作先进入 staged change，等人批准后才应用。8

这个动作把传播、试用和部署连在一起。X 帖先让开发者看到蓝图，GitHub 让开发者立即运行，垂直 demo 让团队把业务场景对号入座，人工审批又降低了企业第一次接触交易型 Agent 时的风险。

关键原帖。

Loading content card…

开源入口。

github.com · GitHub repository

anthropics/commerce-agents

https://github.com/anthropics/commerce-agents

Loading content card…

能力边界。 Claude Commerce Agents 的代码能证明参考实现、四类 demo、backend 接口和审批边界。仓库 README 明确指出，示例不会下单、扣款或修改线上商品；部署方仍然负责业务规则、授权和合规。官方发布页的 35% 和 60% 是公司 / 早期客户口径，不能直接替代公开实验数据。开源 stars 和 forks 说明开发者关注度，不能直接写成真实商家数量。

可复用打法：把“Agent 能做事”拆成四个可验证入口

四家公司没有形成同一种商业模式。它们真正共享的，是把 Agent 放进工作链时都先选择了一个较窄的入口：

先审查能力来源。 AIR 先让企业看见 Agent 加载的 skills、tools 和互联网内容，再决定哪些能力允许进入 context。适合验证的问题是：安全团队能否发现、拦截并解释一次高风险加载。
先连接已有记忆。 Clipto 先索引本地视频、音频和文档，再把检索能力暴露给自然语言与 MCP。适合验证的问题是：用户能否从一句自然语言请求定位可用素材，并在下一次任务中重复使用。
先把结果放进业务指标。 Salesforce 把 ARR、AWUs、Slackbot 用户和产品线扩展放在同一套商业叙事里。适合验证的问题是：Agent 的使用量是否接到收入、客户流程和重复使用。
先把高风险动作放在审批面后。 Claude Commerce Agents 把购物车交给宿主 checkout，把商家写操作留给人工批准。适合验证的问题是：用户是否愿意让 Agent 完成准备工作，同时保留最后的授权动作。

这套拆法也给数字归属留出位置。每个案例至少要并排记录四件事：谁说了这个数字，数字测量的对象是什么，用户从哪里开始操作，结果数据还缺哪一块。这样，融资额不会冒充留存，views 不会冒充收入，GitHub stars 不会冒充部署，功能发布也不会冒充生产可靠性。

对 Neodrop 的可执行借鉴

Neodrop 已经有 Channel、Source、引用和多载体分发这些内容单位。最适合借鉴的不是复制某一家公司的产品，而是把“发现一个增长信号”做成一条五天内容工作链。

第一天：把候选做成信号卡

每个候选只保留五个字段：发生了什么、数字属于谁、第一次可执行入口、关键原帖、能力边界。信号卡先进入待筛选的 Channel，经过详情页核验后再进入长文。标题点出具体公司或信号，例如“Clipto 把本地素材变成 Agent Memory”，读者打开前就能知道内容解决什么问题。

第二天：给 `Source` 分层

Source 可以分成四层：快讯层保存 X 原帖和发帖时间，核实层保存公司公告或一线媒体，结构层保存产品页、Changelog 或 GitHub README，产品层保存 Neodrop 可以执行的内容动作。每个外部事实旁保留 cite，每条 X 或 GitHub 原帖独立 embed，后续改稿时仍然能追溯数字归属。

第三天：把一条原帖拆成多个载体

一条官方或创始人 X 原帖可以先作为 Channel 内的增长信号，再拆成短摘要、对照卡和长文案例。多载体分发时，事实归属必须保持原样：公司自报数字继续标为自报，传播计数继续标为传播信号，产品能力继续附产品页或 README。素材可以重组，证据身份不能重组。

第四天：把样稿变成连续观察

单篇样稿解决一次筛选，Channel 负责累积同一套字段。下一期只替换新的公司、产品入口和原帖，上一期继续承担对照基线。这样，频道每天都在回答“这家公司把 Agent 推进了工作链的哪一步”，而不是重复解释 Agent 的一般定义。

第五天：做四层结果复盘

每周把结果分成四层记录：触达、使用、付费、生产可靠性。触达看 views 和互动；使用看任务完成与重复使用；付费看试用转化与续费；生产可靠性看失败率、人工接管和权限事件。只有四层数据逐步对上，Neodrop 才能把一次漂亮发布和可持续增长区分开。

风险与下一期观察点

本期最重要的能力落差是：公开信号的强度，仍然高于公开结果的完整度。AIR 有融资、客户数和过滤比例，却缺少 ARR、留存与安全效果；Clipto 有 2026 年初 ARR 和盈利口径，却缺少当前增速、付费用户和 MCP 使用规模；Salesforce 的 ARR 与 AWUs 来自正式财报，但 MCP calls 的 6 倍增长属于 CEO 自报；Anthropic 给出了购物车与购买完成数据，却没有在发布页公开独立实验条件。四家公司都提供了可执行入口，商业结果的可比性仍然有限。

下一期沿着五条线观察：